CESA-2022-044《面向自动驾驶应用的计算芯片 第2部分:车载异构计算测评规范》团体标准(征求意见稿)编制说明_第1页
CESA-2022-044《面向自动驾驶应用的计算芯片 第2部分:车载异构计算测评规范》团体标准(征求意见稿)编制说明_第2页
CESA-2022-044《面向自动驾驶应用的计算芯片 第2部分:车载异构计算测评规范》团体标准(征求意见稿)编制说明_第3页
CESA-2022-044《面向自动驾驶应用的计算芯片 第2部分:车载异构计算测评规范》团体标准(征求意见稿)编制说明_第4页
CESA-2022-044《面向自动驾驶应用的计算芯片 第2部分:车载异构计算测评规范》团体标准(征求意见稿)编制说明_第5页
已阅读5页,还剩3页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

中国电子工业标准化技术协会

一、工作简况

1、任务来源

《面向自动驾驶应用的计算芯片第2部分:车载异构测评规范》是中国电子

工业标准化技术协会于2022年下达的团体标准制定项目(中电标通〔2022〕018

号),团标标计划号CESA-2022-044。

2、标准编制的主要成员单位

本项目由中国电子技术标准化研究院、西安交通大学、东南大学、上海市集

成电路行业协会、华为技术有限公司、寒武纪行歌(南京)科技有限公司、北京

超星未来科技有限公司、沐曦集成电路(上海)有限公司、深圳鲲云信息科技有

限公司、北醒(北京)光子科技有限公司、深圳市足下科技有限公司等共同编制。

3、主要工作过程

1)2022年1月-6月,调研国内外面向自动驾驶应用的计算芯片的芯片规范

及芯片产品相关标准、政策等,形成研究报告及草案;

2)2022年6月23日,中国电子技术标准化研究院牵头组织了团体标准编制

审定工作,中国电子工业标准化技术协会专家对《面向自动驾驶应用的计算芯片

第2部分:车载异构测评规范》团体标准项目进行立项论证;

3)2022年7月22日,中国电子工业标准化技术协会发布《关于公布2022年

第六批团体标准制修订项目的通知(中电标通[2022]018号)》,标准成功立项;

4)2022年8月至今,联合西安交通大学、东南大学、上海市集成电路行业

协会、华为技术有限公司、黑芝麻、地平线、寒武纪行歌(南京)科技有限公司、

北京超星未来科技有限公司、沐曦集成电路(上海)有限公司、深圳鲲云信息科

技有限公司、北醒(北京)光子科技有限公司、深圳市足下科技有限公司等相关单

位组织多次研讨会并形成完整的标准征求意见稿。

二、标准编制原则和确定主要内容的论据及解决的主要问题

1、编制原则

中国电子工业标准化技术协会

本标准的编制原则是:

a)通用性

本标准明确面向自动驾驶应用的计算芯片进行不同关键模块的异构计算功

能、性能测试的测试指标、测试方法和测试要求,适用于对面向自动驾驶应用的

计算芯片进行性能测试与评估。便于用户使用,有利于主管部门的测评、认证和

管理。

b)实用性

根据我国国情、实际应用情况和国家有关政策编制本标准,使其在指导计算

机视觉训练芯片测评方面具有很强的实用性。

c)符合性

符合国家有关法律法规和已有标准规范的相关要求。

2、确定主要内容的依据

标准制定的依据为:

a)标准格式按照GB/T1.1—2020标准要求编写。

b)本标准制定参考以下标准:

T/CESA1120—2020人工智能芯片面向边缘侧的深度学习芯片测试指标

与测试方法

3、解决的主要问题

自动驾驶过程中需要完成大量高速计算过程以处理海量、多源、异构的数据,

并需要运用人工作智能、信息通信、大数据和云计算等技术进行实时感知、决策

并完成相应的车辆运动规划和控制。这大幅度提高了对自动驾驶汽车的计算能力

和系统功能要求,并在实时性、可靠性、安全性等方面提出了更高要求,这均离

不开车载计算平台及其“大脑”——面向自动驾驶应用的计算芯片。由于传统汽

车芯片和车载系统已不能满足自动驾驶汽车的发展要求,高性能的车载计算模块

与集中式的新型电子电气架构的计算芯片成为实现自动驾驶汽车的复杂功能、可

靠的数据处理和决策以及大量互联信息的高效传输和管理的必需。

当前面向自动驾驶应用的计算芯片正处于发展阶段,“CPU+GPU+XPU”的

异构芯片逐渐成为主流。目前面向自动驾驶应用的计算芯片主要为异构分布硬件

架构,由AI单元、计算单元和控制单元三部分组成,通常包含CPU、GPU、FPGA、

中国电子工业标准化技术协会

ASIC等几类芯片。以上几种芯片各有优势,因而由CPU+GPU+XPU+其他功能

模块(如基带单元、图像信号处理单元、内存、音频处理器等)组成的面向自动

驾驶应用的计算芯片成为当前自动驾驶汽车的主流选择,单个面向自动驾驶应用

的计算芯片是一个完整的计算单元,可以去独立负责自动驾驶域等智能汽车中

较为复杂的领域。

面向自动驾驶应用的计算芯片的软硬件、AI应用工具链、传感器接口生态

等技术领域及其异构计算测评的各个环节,是一项前瞻性、全局性的系统工程,

对其认识和理解的差异以及标准的缺失有可能导致技术路线上的分化,影响互操

作性,增加部署成本,影响我国自动驾驶汽车行业的稳定高质量发展。而当前国

内外相关领域技术标准和管理规范尚未建立,行业发展碎片化,行业应用存在一

定的盲目性,不利于技术发展和应用落地。因此,开展面向自动驾驶应用的计

算芯片标准化工作,建立面向自动驾驶应用的计算芯片相关标准,有利于推动形

成行业共识,明确标准化工作重点,统筹协调优势资源,加速产业链及生态的

建立与完善。本系列文件从四部分开展标准化工作,其中,“第2部分:车载异

构计算测评规范”规范了面向自动驾驶应用的计算芯片的异构计算评价方法。

三、主要试验[或验证]情况分析

基于评测标准征求意见稿,已经先后对英伟达、华为海思、百度昆仑、寒武

纪以及黑芝麻的芯片产品进行了测试,从结果看,根据本文件可以客观的反映了

相关芯片软硬件要求以及功能、性能要求的情况。

四、知识产权情况说明

无。

五、产业化情况、推广应用论证和预期达到的经济效果

2021年全球自动驾驶芯片市场规模约23亿美元,其中中国市场约8亿美元,

预计2021-2025年全球及中国市场年复合增速将超过30%。当前智能汽车自动驾

驶芯片市场处于发展初期,市场可选择产品较少,英伟达、高通及Mobileye等海

外龙头凭借长期以来的技术积累,叠加客户资源,占据了大部分市场。以华为、

地平线及黑芝麻智能等为代表的芯片公司凭借AI计算优势迅速切入智能驾驶

芯片芯片市场,在汽车产业生态中与国外龙头企业抢占下游客户,通过“芯片+

中国电子工业标准化技术协会

算法参考+工具链”的产品服务模式,积极探索自身产业定位,构建汽车产业生

态圈。

长远来看,自动驾驶SoC芯片正向“CPU+XPU”的异构式架构发展,

CPU+ASIC方案逐渐成为未来主流选择,汽车芯片结构形式也由MCU进化至

SoC。目前市面上主流的自动驾驶芯片SoC架构方案分为三种:CPU+GPU+ASIC,

CPU+ASIC及CPU+FPGA。从发展趋势来看,定制批量生产的低功耗、低成本的专

用自动驾驶AI芯片(ASIC)将逐渐取代高功耗的GPU,CPU+ASIC方案将是未来

主流架构。

本标准从自动驾驶芯片主要计算场景出发,结合上述芯片架构方案,多角度

综合评估自动驾驶计算芯片的综合能力,除时效与常规指标外,还综合考虑计算

机视觉、自然语言处理和多模态等应用场景的细分指标,有效填补国内在该领域

的标准空白。

本文件从对面向自动驾驶应用的计算芯片的基线要求、异构统筹调度评价

(包括SoC整体端到端能力评价和关键测试指标)等维度出发,并针对自动驾驶

可信赖程度,如可靠性度量指标(故障处理机制满足度)、测试场景(封闭场地

测试,开发道路测试)、测试负载(典型负载,按照L4,L2+进行分两档)以

及测试用例和测试结果呈现等维度规范了针对面向自动驾驶应用的计算芯片进

行的异构计算评测方法。同时规划在未来进行完善,丰富本文件,邀请更多国内

外产业链相关领军单位参加,在后续抢占国际标准空缺先机,将标准上升为国际

标准。

目前已对多家产品进行了标准验证,接下来将进行大规模测试论证。

本标准对于自动驾驶芯片的功能、性能、先进性等方面进行规范,将影响相

关芯片设计、采购及整个产业的健康发展。

六、转化国际标准和国外先进标准情况

暂无。

七、与现行相关法律、法规、规章及相关标准的协调性

无。

八、重大分歧意见的处理经过和依据

无。

中国电子工业标准化技术协会

九、贯彻标准的要求和措施建议

无。

十、替代或废止现行相关标准的建议

无。

十一、其它应予说明的事项

无。

《面向自动驾驶应用的计算芯片第2部分:车载异构测评规范》

团体标准编制起草组

2023-4-3

中国电子工业标准化技术协会

一、工作简况

1、任务来源

《面向自动驾驶应用的计算芯片第2部分:车载异构测评规范》是中国电子

工业标准化技术协会于2022年下达的团体标准制定项目(中电标通〔2022〕018

号),团标标计划号CESA-2022-044。

2、标准编制的主要成员单位

本项目由中国电子技术标准化研究院、西安交通大学、东南大学、上海市集

成电路行业协会、华为技术有限公司、寒武纪行歌(南京)科技有限公司、北京

超星未来科技有限公司、沐曦集成电路(上海)有限公司、深圳鲲云信息科技有

限公司、北醒(北京)光子科技有限公司、深圳市足下科技有限公司等共同编制。

3、主要工作过程

1)2022年1月-6月,调研国内外面向自动驾驶应用的计算芯片的芯片规范

及芯片产品相关标准、政策等,形成研究报告及草案;

2)2022年6月23日,中国电子技术标准化研究院牵头组织了团体标准编制

审定工作,中国电子工业标准化技术协会专家对《面向自动驾驶应用的计算芯片

第2部分:车载异构测评规范》团体标准项目进行立项论证;

3)2022年7月22日,中国电子工业标准化技术协会发布《关于公布2022年

第六批团体标准制修订项目的通知(中电标通[2022]018号)》,标准成功立项;

4)2022年8月至今,联合西安交通大学、东南大学、上海市集成电路行业

协会、华为技术有限公司、黑芝麻、地平线、寒武纪行歌(南京)科技有限公司、

北京超星未来科技有限公司、沐曦集成电路(上海)有限公司、深圳鲲云信息科

技有限公司、北醒(北京)光子科技有限公司、深圳市足下科技有限公司等相关单

位组织多次研讨会并形成完整的标准征求意见稿。

二、标准编制原则和确定主要内容的论据及解决的主要问题

1、编制原则

中国电子工业标准化技术协会

本标准的编制原则是:

a)通用性

本标准明确面向自动驾驶应用的计算芯片进行不同关键模块的异构计算功

能、性能测试的测试指标、测试方法和测试要求,适用于对面向自动驾驶应用的

计算芯片进行性能测试与评估。便于用户使用,有利于主管部门的测评、认证和

管理。

b)实用性

根据我国国情、实际应用情况和国家有关政策编制本标准,使其在指导计算

机视觉训练芯片测评方面具有很强的实用性。

c)符合性

符合国家有关法律法规和已有标准规范的相关要求。

2、确定主要内容的依据

标准制定的依据为:

a)标准格式按照GB/T1.1—2020标准要求编写。

b)本标准制定参考以下标准:

T/CESA1120—2020人工智能芯片面向边缘侧的深度学习芯片测试指标

与测试方法

3、解决的主要问题

自动驾驶过程中需要完成大量高速计算过程以处理海量、多源、异构的数据,

并需要运用人工作智能、信息通信、大数据和云计算等技术进行实时感知、决策

并完成相应的车辆运动规划和控制。这大幅度提高了对自动驾驶汽车的计算能力

和系统功能要求,并在实时性、可靠性、安全性等方面提出了更高要求,这均离

不开车载计算平台及其“大脑”——面向自动驾驶应用的计算芯片。由于传统汽

车芯片和车载系统已不能满足自动驾驶汽车的发展要求,高性能的车载计算模块

与集中式的新型电子电气架构的计算芯片成为实现自动驾驶汽车的复杂功能、可

靠的数据处理和决策以及大量互联信息的高效传输和管理的必需。

当前面向自动驾驶应用的计算芯片正处于发展阶段,“CPU+GPU+XPU”的

异构芯片逐渐成为主流。目前面向自动驾驶应用的计算芯片主要为异构分布硬件

架构,由AI单元、计算单元和控制单元三部分组成,通常包含CPU、GPU、FPGA、

中国电子工业标准化技术协会

ASIC等几类芯片。以上几种芯片各有优势,因而由CPU+GPU+XPU+其他功能

模块(如基带单元、图像信号处理单元、内存、音频处理器等)组成的面向自动

驾驶应用的计算芯片成为当前自动驾驶汽车的主流选择,单个面向自动驾驶应用

的计算芯片是一个完整的计算单元,可以去独立负责自动驾驶域等智能汽车中

较为复杂的领域。

面向自动驾驶应用的计算芯片的软硬件、AI应用工具链、传感器接口生态

等技术领域及其异构计算测评的各个环节,是一项前瞻性、全局性的系统工程,

对其认识和理解的差异以及标准的缺失有可能导致技术路线上的分化,影响互操

作性,增加部署成本,影响我国自动驾驶汽车行业的稳定高质量发展。而当前国

内外相关领域技术标准和管理规范尚未建立,行业发展碎

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论